基于双门限能量检测的自适应协作频谱感知

针对认知无线电中传统单门限能量检测由于单一门限造成的低信噪比情况下容易误判从而导致错失频谱接入机会的不足,提出了一种基于双门限能量检测方法的自适应协作频谱感知模型.该模型以加性高斯白噪声信道模型为基础,由传统双门限能量检测方法改进而成,针对接收到的能量统计值的大小采用不同的判决方法,各个判决结果直接由所采用的判决方法决定.仿真结果表明,在较低信噪比条件下,与传统单门限能量检测模型相比,该自适应协作频谱感知模型具有更好的识别性能,随着用户数量的增加,识别性能更优.     

认知无线网络中动态双门限协作频谱感知性能的优化方案

频谱感知作为认知无线电的关键技术,得到广泛深入的研究。其中衡量协作频谱感知性能的主要参数为全局虚警概率和全局漏检概率,它们之和被定义为全局错误概率。本文研究基于双门限能量检测的协作频谱感知性能的优化方案,首先,固定双门限能量检测的检测门限值,对表决融合准则的投票门限进行优化,使得在该能量检测门限值条件下,协作频谱感知的全局错误概率最小;然后在表决融合准则的投票门限取最优值的前提下,对双门限能量检测的检测门限值进行了优化,在不同接收信噪比条件下,最优的检测门限值是动态的,所以要根据信噪比确定最优的检测门限值,使得协作频谱感知的全局错误概率在各信噪比条件下都达到最小值,从而提高了协作频谱感知的性能。仿真结果表明,表决融合准则的投票门限和双门限能量检测的检测门限值取得各自的最优值时,全局错误概率最低,检测性能最好。      

改进双门限能量检测分簇协作频谱感知算法

针对传统频谱感知算法在低信噪比环境下检测概率较低的问题,提出改进双门限能量检测分簇协作频谱感知算法。算法将感知节点分簇,簇间信息采用OR准则硬融合,簇内双门限外节点发送1 bit判决结果进行硬融合,双门限内节点发送能量值和信噪比值进行加权软融合。加权软融合阶段构造检测概率与节点权重系数函数,利用压缩因子粒子群算法选择权重系数进行函数寻优,以最大化检测概率。仿真结果表明,在低信噪比和不同感知用户数目环境下,算法仍具有较高的检测概率。     

认知无线电中协作压缩频谱感知算法

针对宽带频谱认知无线电环境中,传统能量检测法在信噪比较低时,容易出现误检而使系统的检测性能下降的问题,文中提出了一种新型高性能的协作频谱感知算法,它是基于压缩理论的多节点频谱感知方法,各节点之间采用基于双判决门限的协作方式。仿真结果显示,双门限协作压缩频谱感知算法在低信噪比的情况下,检测性能明显优于传统能量检测法。     

Rician信道下基于双门限的能量检测性能分析

针对认知无线电频谱检测中无线传输环境的复杂性,选用Rician信道模拟信号传输过程中的多径衰落,使用双门限能量检测算法减少噪声不确定性的影响。提出一种Rician信道下基于双门限的能量检测算法,推导了检测概率公式,并定义了误检概率来量化系统检测误差的大小。仿真分析了Rician信道下信噪比和因子K的变化对能量检测性能的影响,并通过仿真表明双门限算法较传统单门限算法,能够有效降低系统进行能量检测的误检概率。     

一种优化的认知无线电频谱感知策略

协作频谱感知技术可以有效地避免频谱感知过程中的隐终端问题,降低感知用户对主用户的干扰。但是随着协作感知中感知用户数目的增加,感知中的通信量也会增加。相对于传统的协作感知单门限判决法,双门限判决法可以在对感知性能影响很小的情况下,降低协作感知过程中的通信量。在传统的双门限感知技术的基础上,提出了一种基于权重的双门限协作算法。仿真结果表明,在保证较小的感知通信量下,相对于传统的双门限判决,提出的算法可以提高系统的感知性能。     

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。     

一种双门限分簇协作频谱智能感知算法

基于门限值的能量检测是一种常用频谱感知技术,传统单门限能量检测方法不灵活且不准确.本文提出了一种基于双门限分簇自适应协作频谱感知算法.首先,基于噪声不确定性设置双门限值,在双门限值范围外进行硬判决,否则进行软判决.根据判决结果,基站将传感器节点划分为不同的簇.融合中心根据融合规则,设置分簇门限值,进行进一步频谱检测.仿...     

基于能量和循环平稳检测的双门限两层感知算法

针对传统能量检测法容易受到噪声干扰、循环平稳检测法计算复杂度高的问题,提出了一种基于能量检测和循环平稳检测的双门限两层感知算法。利用双门限能量检测法对接收信号进行第一层检测,对于能量统计值落入双门限之间的信号,采用循环平稳检测法进行第二层检测。通过对传统能量检测法、循环平稳检测法和文中双门限两层感知算法的检测性能和复杂度进行仿真对比,结果显示在相同检测概率情况下,文中方法相较前两种方法,信噪比分别提升了2 dB和1 dB,虚警率分别降低了0.18和0.1,验证了双门限两层感知算法的有效性和可靠性。     

基于马尔科夫模型的认知无线电动态双门限能量检测策略

该文针对低信噪比条件下频谱感知精度低的问题,提出一种基于马尔科夫模型的动态双门限能量检测算法。该算法根据信道时变特性建立基于马尔科夫的频谱占用模型,利用信道历史状态信息实现模型参数的修正。然后采用先听后说的机制对处于双门限之间的困惑信道状态进行判决,并详细分析了噪声不确定性对频谱感知性能的影响。在此基础上,为了克服噪声不确定性的影响,以频谱检测概率最大为优化目标,对双门限进行实时更新。仿真结果表明,所提频谱感知算法在减小噪声不确定性影响的同时增加了频谱感知精度,降低了认知用户的感知时间。     

基于随机共振和非中心F分布的频谱感知算法

为解决频谱感知算法在低信噪比（SNR）时检测概率较低且检测所需采样点数较多的问题,提出了基于随机共振和非中心F分布（SRNF）的频谱感知算法。通过引入直流随机共振噪声,建立了SRNF的系统模型,推导了服从非中心F分布的检验统计量表达式、虚警概率与检测概率以及判决门限表达式,并采用数值法求解最佳的随机共振噪声参数。仿真结果表明,在低信噪比时,所提基于SRNF算法的检测性能优于能量检测（ED）算法和基于F分布的盲频谱感知（BSF）算法,当虚警概率为5%、信噪比为–12 d B、采样点数为200时,所提算法的检测概率是95%,分别比BSF算法和ED算法高34%和67%;当信噪比为–12 dB、检测概率达到95%时,所提算法所需的采样点数是210,比BSF算法节省了340个采样点。此外,噪声不确定度对所提算法的影响小于ED算法。     

基于随机共振和信息几何的协作频谱感知方法

为提高频谱感知系统在低信噪比环境下对微弱信号的感知性能,提出了一种基于随机共振技术和信息几何理论的频谱感知方法。首先通过随机共振技术增强输入信号的能量,以提高感知信号的信噪比。然后,基于信息几何理论将信号矩阵的协方差矩阵对应成流形上的点,并计算流形上样本点之间的散度距离作为感知信号的特征数据。最后,采用BP神经网络对信号特征数据进行分类,有效避免了决策阈值的计算,快速实现了频谱决策。仿真实验证明,所提方法在低信噪比条件下具有更好的感知性能,有效提高了复杂环境下的频谱检测概率。     

基于信噪比墙的协作能量检测算法

认知无线电技术可有效地检测到授权频段的频谱空洞,从而提高频谱效率.能量检测由于不需要授权用户的先验信息而被广泛应用.然而由于接收的噪声存在不确定性,使得在信噪比低于某一闸值时,无论观测时间多长,都无法保证检测结果满足要求的检测性能,这一闸值被称作“信噪比墙”.本文通过信噪比墙这一现象进行分析,同时由于协作感知算法在确定噪声下在提高检测性能方便表现出的优势,提出一种基于信噪比墙的协作能量检测算法,通过仿真结果分析,表明本文算法在检测性能和节能上较已有的协作算法具有优势.     

低信噪比条件下基于随机共振的感知方法与性能分析

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非线性系统、噪声和信号三者的关系,从而改变能量检测统计量的分布,有效地检测信号的存在性.本文从理论上推导了最佳匹配噪声的表达式,并得到了检测性能、受噪声不确定度的影响、感知时间等方面的重要理论结论.仿真结果验证了理论推导的正确性,表明所提算法能够在信噪比为-20dB等低信噪比条件下较现有能量检测算法提高3dB以上,且具有感知速度快、受噪声不确定度影响小等特点.     

Reducing the Sampling Complexity of Energy Detection in Cognitive Radio Networks under Low SNR by Using the Optimal Stochastic Resonance Technique

We propose a novel noncooperative technique in cognitive radio (CR) networks, which is based on the optimal stochastic resonance (SR) technique. By introducing the dynamic system approach of SR into the noncooperative spectrum sensing process, the defect of high sampling complexity of traditional energy detector can be reduced efficiently and thus can guarantee the applicability of the optimal SR-based energy detection method. The optimization of the signal-to-noise ratio (SNR) improvement of the system ensures the lowest sampling complexity needed to reach certain performance requirement. Computer simulations show that it can reduce the sampling complexity compared with traditional energy detector used in IEEE 802.22 draft especially under low SNR environments. It can certainly be extended to other wide application areas.     

最优认知用户配对与协作感知算法研究

针对协作算法频谱感知和时隙消耗方面的不足,提出一种最优用户配对与协作感知算法。采用接收信噪比最优的认知用户为感知用户且以接收信噪比次优的认知用户为其中继的配对准则,获得最佳频谱感知性能。通过优化设置协作门限,选择性地采用非协作或协作模式,获得更低的时隙消耗。同时,推导了在瑞利平坦衰落环境下该算法的频谱检测概率下界与时隙消耗。数值计算结果表明,与原有算法相比,该算法不仅检测概率更高且时隙消耗更低。     

基于阈值选择信噪比的协作频谱检测

频谱感知是实现认知无线电的关键技术之一,协作能一定程度上消除多径和阴影影响,为了提高频谱检测性能,提出一种基于阈值选择信噪比的协作频谱检测的方法,该方法利用空间位置信息估计出信噪比,将检测数据和估计的信噪比送往融合中心,利用阈值设置,对信噪比进行算法选择,选出具有较好的SNR感知用户数据,结合能量检测法进行判断。仿真结果表明：在信噪比分布不均匀的情况下,该方法能较好的提高系统的检测性能,减少融合的用户数目。     

Analysis and Optimization of Sensing Reliability for Relay-Based Dual-Stage Collaborative Spectrum Sensing in Cognitive Radio Networks

Aiming at multiuser cognitive radio networks in a harsh electromagnetic environment, cooperative spectrum sensing with single cooperation can hardly achieve to the desired detection performance. In this paper, a relay-based dual-stage collaborative spectrum sensing model (DCSS) that combines the distributed method with the centralized method is proposed. Furthermore, the optimality of the detection performance of DCSS is investigated in an efficient and feasible way. The optimal voting rule value and the optimal energy detection threshold are also derived by minimizing the detection error rate of the entire network. Finally, an efficient fast sensing algorithm for a large-scale cognitive radio network is deduced, which requires the minimal number, and not all, of cognitive radio users for DCSS while satisfying the target detection error rate bound. The simulated results indicate that when compared to the normal single cooperation method, the optimized DCSS method can reduce the number of cognitive radio user by 65 % while still meeting the detection error rate requirement of less than 1 %.     

认知无线传感器网络中能耗有效的协作频谱感测算法

提出了一种新的认知无线传感器网络中能耗有效的协作频谱感测算法。首先,为了降低分布式传感节点的能耗,假定传感节点的瞬时信噪比和平均信噪比已知,分析频谱感测节点的能耗与最优检测门限值之间的数学模型。然后,结合感测节点选择和判决门限设定理论,研究基于判决节点选择的有效协作频谱感测方案。理论分析和仿真结果表明,算法有效地降低了认知传感器网络的节点总能耗,提高了能耗效率。